CAD 1000 Hours：最大的开源 CAD 数据集 工程师或者设计师在电脑上画建筑图纸、做机械零件3D模型时，操作非常复杂。为了让AI学会像真人一样使用这些专业设计软件，创作者录下了工程师真实的电脑操作过程，把视频、鼠标点击、键盘敲击动作全部完整记录了下来。 数据量大：包含了超过 1000 个小时的真实电脑操作录像，总共涵盖了... 597 个不同的完整设计任务。 软件覆盖全面：包含了 10 款主流画图和建模软件，比如画建筑和零件最常用的 AutoCAD、做机械设计的 SOLIDWORKS、做房屋建模的 SketchUp （牛来电影就是用这个做的）等。 细节丰富：每一个任务不仅有屏幕录像，还精准记录了每一秒鼠标点在哪里、键盘按了什么，甚至配有文字解说，告诉AI“这一步设计师在干嘛”。 前后对照清晰：每个案例都提供了最初给设计师的任务说明、参考素材，以及最后做出来的成品文件和评分标准，方便AI对照着学习。 数据集：show more

我超，牛逼！ 目前最大的开源CAD操作数据集放出来了，超过1000小时。 Markov Labs发布了面向Computer-Use的CAD数据集，覆盖SolidWorks、Siemens NX、AutoCAD等主流软件。 内容包括屏幕录制、鼠标键盘操作、输入图纸、输出文件、评分标准和旁白讲解。 专业CAD软件操作复杂、界面密集，以前很难找到足够规模的真实操作数据来训练Agent。 现在有了上千小时的开源数据，做能真正操作CAD的GUI Agent有了更扎实的基础。... 当工业软件的操作轨迹开始被大规模开源时，Agent进入专业设计工具的速度会加快。 你觉得CAD会是下一个被Agent深度攻克的专业软件领域吗？ 地址：show more

有人用 Claude Fable 5 设计了一个 QDD 执行器（机器人关节），30 分钟搞定。 看这爆炸图、这齿轮啮合动画...... 这不是简单的 3D 建模，是带完整运动仿真和碰撞检测的 CAD 设计。 关键数据： ⏱️ 耗时：30 分钟 💰 Token 消耗：40 万 🔧 输出：完整的 STEP 文件 + 动画验证 以前做这种精密机械设计： - SolidWorks/Fusion 360 建模（几小时） - 手动装配、调参数（半天） - 运动仿真、查干涉（又半天） 现在 AI 一次性全搞定，连齿轮比都算好了。 机械工程师们，你们还好吗？😂show more

Claude Fable 5 在 Fusion 360 里的操作，我人傻了。 就一句提示词："build a... V8 engine with crankshaft, cylinders" 然后... AI 直接在 CAD 软件里生成了一个完整的 V8 发动机。 看这细节： ✅ 曲轴、活塞、气缸全部到位 ✅ 装配关系正确 ✅ 还能做运动仿真（曲轴转动、活塞上下） ✅ 左侧浏览器里 19 个 Extrude 特征自动生成 这不是简单的 3D 建模，是带完整机械逻辑的工程设计。 以前做这种复杂装配体： - 学 Fusion 360/SolidWorks（几个月） - 画草图、拉伸、装配（几天） - 调配合关系、做运动仿真（又几天） 现在： 告诉 AI"我要个 V8 发动机" → 喝杯咖啡 → 完成 CAD 设计的门槛，直接被 AI 踏平了。 机械工程师们，你们还好吗？😂show more

今年我认为最佳的网页设计： 太漂亮了，完全不像别的一样千篇一律的模版，几个渐变字体加几个淡入淡出的动画。 各种精致的动画（动画居然都是用 DOM 模拟的，大家可以打开源代码看看）每个都很有想象力，极客风的整体设计，非常棒的响应式设计。看了好几遍还是非常养眼，一些小细节都非常出彩。 我想有了 AI 以后，创意还是最重要的，你想让 AI 构思设计出一个这样的网站肯定是不可能的。

最近发现越来越多工程师向的产品使用了这种设计风格， 复古 / 极简 / 像素风 真的很喜欢，非常有个性，和烂大街的 AI 设计一眼就看出分别来，尤其是滑动条上面的像素风，非常棒。请问各位这叫什么设计风格，有更多参考吗？我还知道... Planet Scale 也是这种风格show more

几年前元宇宙火爆，在字节做过3D虚拟人。 那时做一个东西，要协调建模师、绑骨师、贴图师……实在崩溃。 刚试了下 Rodin Gen-2.5，一张图就能生成 3D 资产，太方便了！ 一键下载 obj、fbx、glb等源文件和贴图资源，可以导入到3D软件继续编辑。... 据说 Rodin Gen-2.5 是全球首款实现千万级面数的 3D 生成模型，用了原生 3D 贴图算法，材质纹理超精细，有点遥遥领先。 对游戏、动画、影视等产业来说，这种AI模型产品，是真 · 生产力工具。show more

「Autodesk 掀桌子 百万级 3D CAD 可执行数据集开源」 这可能是 2026 年工业... AI 领域最重要的基础设施。Autodesk 终于把一直锁在私有数据库里的「建模逻辑」以一种极客的方式释放了。 核心要点 - Zero-to-CAD 数据集包含约 1,000,000 个 3D CAD 序列 - 每一条数据都是可执行、可读、可编辑的 CadQuery (Python) 代码 - 涵盖拉伸、旋转、圆角、阵列等全套工业级建模指令 - 采用 Agent 闭环生成机制 确保 100% 几何逻辑合法 以前 AI 学 CAD 像在猜谜（只有导出的结果文件） 现在有了这本「Python 版建模百科全书」 AI 终于可以像人类工程师一样 顺着逻辑写出真正可用的工程图纸。 关注 谁是藏镜人 只看有深度的 AI 工程解读。show more

迫不及待的用 Claude Sonnet 3.7 做了今天推上很流行的天气卡片效果的生成 在原始提示词上，再稍微调试了两次，真的好强，这个审美确实非常在线，动画也很赞。其他几个模型大多数都没法看，现在看来确实是 Coding 最强了，看来以后真的能用它做一些设计的工作了～

什么扼杀了数据可视化设计创新 #设计入门 交互式数据可视化是艺术、设计、技术和数据的结合。作者是专家，她列举了这个领域缺乏创新原因，比如： - 手机用户喜欢简单、易于消化的信息 - 用户喜欢普通的柱状图、曲线图 这两条算设计领域的普适标准，尤其第二条。虽然设计师竭尽所能增加动效、动画…各种视觉刺激，但天天被刺激就无感了，一般人只想快速获取信息，而不是欣赏复杂的、炫技的设计

Refero Styles：给AI Agent用的前端设计参考网站。 1. 输入网站名，或扔一个 URL ，自动提取网站的设计风格，形成DESIGN.md文件。 2. 收录ElevenLabs、Apple、Linear、Cursor、Stripe、Raycast等大量优质网站Design文档。... 3. 提供了一个Refero MCP，收录了大量真实产品的截图和完整用户流程，让AI Agent 写代码前，先搜索、研究参考 我觉得第三条有点牛，安装测试下先。 网站见评论区show more

pqoqubbw/icons 命名为 Lucide animated 了，换了新的首页： 应该是目前最漂亮的动态图标了，每个图标都有非常精心设计的动画，都是独一无二的，在 Demo 页面感受一下就知道了。使用在自己的页面上绝对是个很大的加分项。 我在... 首页也用了，只不过是社区维护的 Vue 版本，和这个差距很大，我好多都只能根据 React 版本让 AI 改。show more

一键复刻大厂设计，这个开源项目有点东西。 awesome-design-md 把 Claude、Linear、Vercel、Stripe 这些顶级产品的设计语言，整理成 AI 可以直接读取的 DESIGN.md。 以前让... AI 做页面，最头疼的不是代码， 是你很难把“高级感”和“质感”准确说清楚。 现在可以直接把设计规则喂给 AI。 颜色、字体、间距、组件、层级、响应式，甚至连不该做什么都提前定义好了。 以前做页面靠反复试。 现在是先把风格定下来，再让 AI 开工。 👇show more

被ETH跌抑郁了，就做了一个打V神/小V的小游戏 vitalik.eth 发泄一下🤣 打了一会儿挺解压的。 用 DAPPOS 的AI——xbubble制作的。 自己是一个代码也没用，也不用自己配置环境，全程就对话。 最初生成的不太好，提出了优化条件试了几次，最后发现，要手动选择Compound... Skill - Bubble Computer这个SOP作成了。 小V的头像随机从土里钻出来，点上去的时候还音效和动画…… 计分功能我都没提，AI自己做的。 有没有ETH深套想玩的?show more

大半夜体验完 Manus AI, 达到了今天的使用限制，说一下自己的感受🧵 整体来讲，真的很强大， 主要体现在 Manus 能够： 🔧展示完整的推理逻辑，有个... Manus 电脑的东西为你呈现所有过程和进展； 🏗️调用各种API 协同完成任务； 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent，这个定位真的太准确了。 以下是一些实例： 1️⃣基础任务完成度高 比如最近日本可以看樱花了，整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等； 家里领导喜欢看红楼梦，梳理一下红楼梦的人物关系。 以下是分别让他做的一个 pdf 文档和可以互动的网页，完成度是真的很高，不过人物关系上有一点小错误，无伤大雅。 其他比如让他阅读视频给到总结，甚至让他剪辑播客都是可以的（只是效果不太好）。 但是我尝试让他给我画一些图🗺️，这方面还有所欠缺，给到的理由是第三方 API 接口出错。同时网上说她可以做ppt，确实是可以的，但是能做ppt的工具都存在一个共同问题，逻辑还行，但就是丑。所以“美术”相关工作我理解还是做不了的。 另外，他是一个完成特定任务的助手，不要把它当作聊天机器人，不然他每次跟你聊天都要思考十几分钟，真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务： a) 我们今天发了一个depin的研报，花了一个多月，自认为还行，让他给这个研报评分，并且给到其他更好的文章推荐。 我们的depin报告如下 他给到的内容如图3，更详细的评价文档我传了一个Google 链接，放在最后了，各位可以自行查看（包括前面的红楼梦人物关系图）。 整体来看，他快速学习和阅读了大量 web3 depin 的报告，并且从多个维度给出了我们报告的评价，以及推荐的其他报告和对应的评价。 b) 假设我是一个 交易所cmo，如何做华语市场的传播策略，包括华语媒体和华语kol的整理和评级。很遗憾，我已经等了一个多小时他还没思考完，如果明天有结果，我也会传到Google link里。（Manus 可以离线、多任务思考，所以可以同时开启多个任务，或者关机后之前的任务仍然会运行） 不过我看到了他的实时分析过程，在阅读各个媒体、kol 的官网文章，历史推文等等，形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容，并可以实时学习的。 3️⃣除了懂，他能否与 Web3 交互 以上的推理其实都和 Web3 没有实际关系，我更关心他能否拿到链上数据，甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押，收益如何等等，还有一些深入的分析问题。 很遗憾，今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候，我也看了一些其他的博主评价和官方的介绍，我觉得有一点说的很好： “没有开源，就没有 Manus AI” 从一个体验过多个AI产品的小白角度，我其实觉得 Manus 会这么火爆的原因主要在于：调用了多种 API 接口，配合自己的推理算法最终呈现了一个很好的产品。 这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如 微信，deepseek)，让这个网络不断壮大； Virtuals Protocol 通过打通 agent 得底层框架，形成 agent 经济体；还有 Hey Anon 不只是有链上数据，还能直接帮你交互等等。 某一天，web2 和 web3 的 AI 产品肯定会更加紧密的相互协作，并出来几个不错的case。 最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力，为了更大的 AGI 世界。 如果真到了那一天，我就真的要失业了🥲 ( Google drive 素材链接：show more

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源 能看到的钱包在这，自己点开看： 他们做的不是 crypto 原生叙事... 而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易 问题也很现实： 这些数据平时都在大型中心化交易所里。 你怎么拿？ 拿到之后又怎么处理，才能真的变成可交易模型？ 这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。 核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。 据说在 BrowseComp benchmark 上做到 88.2。 特点是： 长周期推理 先验证再下结论 步骤级 + 全局级校验 单任务最多可调用 300 次工具 它的作用不是直接下单。 而是先通过 MCP Server 拉数据， 把研究、清洗、验证这些环节跑完， 最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去， 再设定模拟参数， 就可以开始跑价格行为模拟。 本质上，它卖的不是一个指标。 而是一种更接近“矩阵视角”的东西： 价格在不同条件下会怎么动 哪些路径更常见 哪些定价其实偏离了历史结构 整个流程串起来就是： 拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场 这种玩法最值得看的，不是“开源”两个字 而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。 你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？show more

做自媒体之后，我的下载文件夹，基本长期失控。 素材、品牌资料、截图、PDF 全堆在一起。 今天要交付内容时，我打开文件夹—— 80 个文件，完全炸了 于是，让 AI 接管了我的电脑... 80 个文件， 3 分钟， 1 句话整理完成。 没有插件。 没有脚本。 没有写一行代码。 我只做了这一件事： 打开 EasyClaw 👉 输入一句话： 「“整理我的下载文件夹，按类型分类、重命名、删除重复文件，并生成整理报告”」 然后它开始自己工作： ✔ 自动识别文件类型 ✔ 读取创建时间 ✔ 批量重命名 ✔ 自动建文件夹 ✔ 清理重复文件 我没有拖动一个文件。 这不是“文件整理”。 这是—— AI 直接接管操作系统。 2026 年， 不会写代码的人， 也可以做自动化。show more

#工程师工具 今天给申请到了 ChatGPT Plugin 的权限，想聊聊体验和如何申请。 💡使用体验有些震惊到我，试想后面成熟了，YY 下是不是后面用户操作习惯就是一个大的输入框入口了，什么交互体验、用户设计、写前端全部被一个输入框和协议展示给一把梭替代了，直接回归本源，用最朴素的方式最快最完美来实现用户需求，甚至强大的上下文功能会比纯工具类查询更加方便。 😂 那到时候我们软件行业应该会发生些有趣的变化，应用开发没有所谓的前端、交互了，甚至... Api 的开发都可以你给到 AI 数据自动帮你生成了，到时候数据变得反而更重要。 🏂 试用 Plugin 过程，发现有累计几十个插件可以被使用，涉及工具、旅游、生活、游戏、学习等场景，不过太多是国外开发，也可以自己按照 Manifest 开发定制发布插件，每次最多使用3个插件，当前速度比 GPT4 还慢一点，有时候数据没有查到，他会换一种方式继续查询。 🤖 让 Expedia 帮我安排去东京的行程，会自动帮忙安排好机票、酒店、游玩、租车等服务，甚至出现了商品卡片，点击直接将参数带到官网一键预定，同时这里也具备交互以及上下文记忆的功能，相比自己去搜索要方便不少。 🔮 此外玩了一个文字类的游戏，类似于成长那种，能够让你一步一步选择要做的事情，并计算成长值啥的，适合喜欢养成类游戏的同学，不过这一块也有一定想象空间，好比上次给大伙推荐的那个电报机器人 Samantha 😂 我参考的此文档快速申请到的 Plugin 😂 此文档快速申请 GPT-4 Apishow more

查理·芒格说： 普通人，一定要频繁记录自己！✊ 一定要频繁大量的记录自己， 真的能改命 昨天和一个朋友聊天， 他说自己从月薪3000到 现在年入50万， 最大的转折点就是开始记录 自己的每一天。... 记录， 其实是在对抗三种人性弱点😭 1️⃣ 对抗遗忘， 大脑会自动模糊痛苦。 记录，能让错误长期保持“锋利”。 2️⃣ 对抗自我欺骗， 写下来的一刻， 你很难再骗自己。 因为文字，是最诚实的镜子。 3️⃣ 对抗情绪决策， 当规则提前写好， 情绪来时， 你只需要执行， 而不是思考。 所以高手靠判断做决策， 普通人靠流程 + 记录避免犯错。 ————————————— 一定要频繁大量的记录自己， 真的能改命 昨天和一个朋友聊天， 他说自己从月薪3000到 现在年入50万， 最大的转折点就是开始记录 自己的每一天。 听起来很玄？其实一点都不玄。 你要明白一个道理： 大部分人活得糊涂， 就是因为从不复盘自己。 每天浑浑噩噩过， 根本不知道时间去哪了， 钱为什么没赚到， 机会为什么总是错过。 什么叫频繁大量记录？ 不是写日记那么简单， 而是要记录这几个维度： 今天做了什么有价值的事 今天学到了什么新东西 今天犯了什么错误 今天有什么情绪波动 今天遇到了什么机会 举个例子， 我认识一个做内容的朋友， 每天都会记录： 发了什么内容，数据如何 用户什么反馈最多 哪个话题最受欢迎 什么时间发布效果最好 就这样坚持了半年， 他发现了自己的内容密码， 现在每条都能爆。 区别在哪？ 普通人：今天又是平凡的一天 高手：今天我发现了3个可以优化的点 记录的核心不是记流水账， 而是要反思和总结。 每周看一遍自己的记录， 你会发现： 原来我在这件事上浪费了这么多时间 原来这个习惯一直在拖累我 原来我错过了这么多赚钱机会 原来我的情绪模式是这样的 这就是觉察的力量。 很多人以为改命需要什么大动作， 其实不是。 改命就是从觉察开始， 觉察从记录开始。 你要记住这句话： 没有记录就没有发生， 没有复盘就没有成长。 具体怎么做？ 建一个文档， 每天睡前花10分钟写下今天的5个要点。不用写得很详细，关键词就行。 比如： 今日收获：学会了新的拍摄角度 今日错误：又熬夜刷手机到12点 今日机会：有人想和我合作 今日情绪：因为数据不好有点焦虑 今日思考：内容方向需要调整 每周末花1小时看这周的记录， 找规律，找问题，找机会。 坚持一个月， 你就会发现自己开始清醒了。 坚持三个月， 你就会发现自己开始进步了。 坚持一年， 你就会发现自己真的变了。 记录不是为了记录， 而是为了看见自己。 看见了，才能改变。 改变了，才能改命。 别再浑浑噩噩过日子了， 从今晚开始记录自己。 这是最适合一人公司的时代， 期待遇见同频的你。show more

之前还在吐槽 Codex 的 GPT 模型设计能力不行，昨天就在官方看到了一篇官方指南《Designing delightful frontends with GPT-5.4》... 非常值得一读，从核心原因与解决思路到4 大基础提示技巧还有实用设计规则/页面结构建议 最后还浓缩到了一个 frontend-skill 当中，$skill-installer frontend-skill 自动强制模型先写视觉论点、内容计划、交互论点再写代码。 当然有了这个 skill 也不是就完全了，只是提高了下限和品味基准。还有： * 推理调 Low 或 Medium * 一句话描述整体调性 * content plan * 参考图 * 设计 token 这些文中都有详细的描述，请大家自己认真读一下。 官方还提供了几个生成好的例子，都很棒，可以看看。show more